{"ok":true,"nota":{"id":"415cf64bb8db2257","slug":"un-sistema-con-inteligencia-artificial-mejora-los-pronosticos-de-inund-415cf6","titulo":"Un sistema con inteligencia artificial mejora los pronósticos de inundaciones a mediano plazo","resumen":"Investigadores combinaron un sistema de inteligencia artificial con simulaciones hidrológicas para pronosticar inundaciones en escala continental con varios días de anticipación. Según la referencia citada, el método mejora la precisión, la confiabilidad y el valor económico de las predicciones.","fuente":"zenodo","fuenteNombre":"Zenodo · Investigación abierta","color":"#1682d4","autor":"Tran, Vinh Ngoc","url":"https://doi.org/10.5281/zenodo.15603309","imagen":"/hoy/portada/415cf64bb8db2257","tema":"ciencia","subtemas":["pronóstico de inundaciones","inteligencia artificial","hidrología","gestión de riesgos","cambio climático"],"entidades":["AGU Advances"],"formato":"dato","entretenimiento":false,"pubTs":"2026-10-21T12:51:04.000Z","indexTs":"2026-10-23T12:03:18.527Z","hash":"a8dca0dacd4e90989841bdd27e544be89d351138d61d57c9e35a6a533437ec03","tsa":{"time":"Oct 23 12:04:19 2026 GMT","provider":"freetsa.org","sobre":"sello"},"stats":{"views":0,"likes":0,"clicks":0,"dwell":0},"tipo":"normal","registro":"hallazgo","porQueImporta":"Anticipar una inundación con más días de margen puede significar evacuar a tiempo, proteger cosechas y reducir pérdidas en viviendas y rutas. Para una región expuesta a crecidas de ríos, un pronóstico más confiable se traduce en decisiones públicas y privadas mejor informadas. Aun así, la eficacia real depende de que estos sistemas se integren a las alertas oficiales y de que sus aciertos se mantengan fuera de los casos estudiados.","quienFirma":"Zenodo · Investigación abierta","confianza":"revisado","consulta":null},"sello":{"hash":"a8dca0dacd4e90989841bdd27e544be89d351138d61d57c9e35a6a533437ec03","sello":"695617cdfd4e3fc8ea22609d47d94b4b495d96f2f14b7690a4ba473aafea9795","beacon":{"drand":{"cadena":"8990e7a9aaed2ffed73dbd7092123d6f289930540d7651336225dc172e51b2ce","ronda":6577534,"aleatorio":"c9e07c4a7baaade0e8acc56f64536cbb18d3ad1e3d8c1ae5596009491ca1c705","tiempo":"2026-10-23T12:04:00.000Z"},"nist":{"cadena":2,"pulso":1995961,"salida":"F41B5D0D554B9AA93D86596521336D547B043E4F52A3C280F10F60EAE511ED1743D3E56670D4E53EB431734AC5B1B8CB5DCF96D1DB26F562D058604979415129","tiempo":"2026-10-23T12:03:00.000Z"},"noAntes":"2026-10-23T12:04:00.000Z"},"verificacion":{"drand":true,"nist":true},"tsa":{"time":"Oct 23 12:04:19 2026 GMT","provider":"freetsa.org","sobre":"sello"},"original":{"titulo":"ErrorCastNet - an AI-aided medium-range flood forecasting system","descripcion":"<div> <h1>ErrorCastNet - an AI-aided medium-range flood forecasting system</h1> </div> <div> <h2>Source code:</h2> </div> <ul> <li>Main.m is the Matlab code for data processing, model simulating, and data analysis</li> <li>Sub Matlab functions are included in Subfunction folder</li> <li>Python code (i.e., Errorcastnet.py) to train ECN for each location and lead time is located in Subfunction folder</li> <li>Visualization folder contains Matlab codes to generate figures in the Main text.</li> </ul> <div> </div> <p>Reference: V. N. Tran et. al., [2025], AI Improves the Accuracy, Reliability, and Economic Value of Continental-Scale Flood Predictions, AGU Advances</p>","pubDate":"2026-10-21T12:51:04Z","url":"https://doi.org/10.5281/zenodo.15603309"},"indexado":"2026-10-23T12:03:18.527Z"}}